地形校正对森林生物量遥感估测的影响

基于常用的4种地形校正模型（Cosine模型、C模型、C+SCS模型、Minnaert模型）,以IDL语言为二次开发平台,对黑龙江省帽儿山地区2007年7月21日TM图像进行地形校正,从视觉差异、图像的定量统计特征两方面评价了4种地形校正模型的修正效果,并比较了地形校正后几种遥感因子与森林生物量的相关性,建立了森林生物量的遥感反演模型,分析了不同地形校正模型对森林生物量反演的影响.结果表明：由于K-T变换采用线性变换方式,地形校正后遥感数据与森林生物量的相关性出现了较大波动,应根据地表信息调整变换参数,因此该变换方式不适合与地形校正结合使用;植被指数的信息量在地形校正后明显提高,其与森林生物量的相关性显著增强;4种地形校正模型中,Cosine校正过度,不宜采用,C模型和C+SCS模型通过引入半经验参数,较好地消除了地形效应,Minnaert模型校正后降低了森林生物量估测的误差,有效地提高了遥感反演模型的精度.     

滨海湿地植被地上生物量遥感反演

盐沼植被生物量是滨海湿地生态系统碳循环研究的重要参数,是湿地生态系统健康评价、资源可持续利用的关键指标,开展盐沼植被地上生物量监测方法研究具有重要意义。目前,遥感技术在湿地生物量监测领域已经得到广泛应用,但反演方法仍以统计模型为主,模型构建需要实测数据支撑,时空拓展性不强。选择江苏盐城丹顶鹤保护区为研究区,基于冠层辐射(PROSAIL)传输模型,通过局部和全局敏感性分析,对模型参数本地化,构建了互花米草地上生物量半经验反演模型,应用于Landsat 8 OLI遥感影像,获得了互花米草地上生物量的时空分布。研究结果表明,利用PROSAIL模型模拟互花米草冠层反射率,叶面积指数(LAI)、叶片干物质含量(Cm)、叶倾角分布参数(LIDF)、等效水厚度(Cw)、叶绿素含量(Cab)、叶片结构参数(N)为高敏感性参数,类胡萝卜素含量(Car)、土壤参数(P_soil)为低敏感性参数;利用不同时刻的遥感影像反演了地上生物量,遥感反演结果与实测数据对比,拟合度R²为0.83,均方根误差(RMSE)为0.43kg/m²,平均相对误差(MRE)为15.7%,精度较高,模型具有较好的时空普适性。研究发展了盐沼植被地上生物量遥感反演方法,解决了以往过于依赖现场实测数据构建反演模型的局限性,该方法可以为研究滨海湿地生态系统碳循环以及准确估算其碳汇潜力提供技术支持。     

复杂地形草地植被碳储量遥感估算研究进展

草地生态系统是我国最大的陆地生态系统,其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用。植被生物量和草地面积是草地植被碳储量估算的关键,随着遥感技术的发展,两者估算精度和效率显著提高,先后发展出多种草地生物量遥感估算模型和土地覆被产品,并已在平坦地区取的较好估算结果。然而,复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能,给草地生物量和草地面积的遥感估算带来诸多困难,影响对草地植被碳储量的准确判定。本文在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上,对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路,以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考。     

不同龄组的热带森林植被生物量与遥感地学数据之间的相关性分析

 在森林植被生物量遥感动态监测方面最基础性的研究是探讨生物量与遥感数据及其派生数据、地形数据和气象数据之间的相关性。为此,以我国云南省西双版纳的热带森林植被为例,分别对幼龄林、中龄林、近熟林和成过熟林的生物量与其对应的LANDSAT TM数据及其派生数据、气象数据和地形数据之间的相关性进行了分析。首先,利用森林资源连续清查的林业固定样地数据,通过各树种组的各器官生物量估算模型计算出各样地森林植被的生物量,并根据样地的坐标来建立样地GIS数据库。然后,利用地形图对遥感图像进行几何校正,并对遥感图像进行主成分变换、缨帽变换以及植被指数的计算来产生其派生数据。其次,将栅格样地数据、遥感数据（如LANDSAT TM数据）及其派生数据（如各种植被指数数据、主成分数据、缨帽变换的亮度、绿度和湿度数据）、栅格地形数据（如DEM和坡向）和栅格气象数据（包括年平均温度、大于0 ℃的积温、年平均降雨量和湿润度）统一到同一坐标系和投影下,并将所有的数据内插为30 m分辨率的格网数据,利用样地数据与遥感数据及其派生数据、地形数据和气象数据进行栅格空间叠加分析,从而得到各样地的样地数据、遥感数据及其派生数据、地形数据和气象数据。再次,根据各样地优势树种所属的龄组将所有的数据层化为幼龄林、中龄林、近熟林和成过熟林等几个不同龄组的样本数据。最后,分别对幼龄林、中龄林、近熟林和成过熟林的样地生物量与其对应的遥感数据和派生数据、气象数据和地形数据进行相关性分析。研究表明,在所有的因子中,幼龄林的生物量与LANDSAT 的TM1和TM6波段的亮度值在0.05的水平上呈显著相关,其相关系数均为-0.33;中龄林的生物量与降雨量在0.05的水平上呈显著相关,其相关系数为0.33;近熟林的生物量与LANDSAT TM的派生数据VI3、LANDSAT的TM4和缨帽变换的亮度值在0.05的水平上呈显著相关,其相关系数分别为0.50、-0.45和-0.45;成过熟林的生物量与主成分变换的第二主成分（PC2）在0.05的水平上呈显著相关,其相关系数为-0.46。在0.05的水平上,近熟林的生物量与LANDSAT TM的派生数据VI3的相关系数最高,达到0.50,其次是成过熟林的生物量与主成分变换的第二主成分的相关系数,为-0.46。     

遥感反演植被含氮量研究进展

植被含氮量表征植被氮素状态。它作为植被生长状况的重要指标,在生态系统健康状况检测、生态系统生产估测、精准农业、生态系统干扰评估等方面均有重要意义。遥感监测植被含氮量主要基于高光谱和多光谱数据,采用的算法包括经验方法(波谱指数与回归分析)及物理方法(辐射传输模型法)。但受数据源和研究方法的局限,目前植被氮含量遥感监测局限于区域范围较小且内部植被类型与环境条件(气候、地形等)基本一致的情形,而对复杂生态系统的监测能力不足。未来的研究需针对氮沉降和人类活动的生态系统响应这一重大研究需求,发展和改进现有植被含氮量遥感反演方法。可考虑开展对不同环境条件下、不同类型植被光谱曲线进行标准化的研究,以形成普适的植被含氮量反演方法。并考虑综合运用多种数据(如微波遥感、无人机遥感),形成多尺度同步监测,以提高遥感对区域乃至全球范围内植被氮含量常规监测的能力。     

遥感技术支持下的植被生产力与生物量研究进展

目前广泛应用于植被生产力与生物量估算的遥感模型主要有经验模型、物理模型、半经验模型和综合模型 ,它们的应用受到诸如大气、背景、地形、植被覆盖率与结构等因素的影响。遥感技术的迅速发展及其它技术的应用 ,包括热红外、微波和激光遥感仪器以及多角度、高光谱和高分辨率技术等 ,正逐步消除或降低影响因素 ,进一步提高植被生产力与生物量估算的范围和精度     

西藏自治区草地地上生物量遥感反演研究

草地地上生物量（Aboveground Biomass,AGB）是反映草地生态系统功能和质量的关键指标,大尺度地准确估算草地AGB对草地生态系统经营管理至关重要。研究以MODIS影像为数据源,提取反射率、植被指数和植被产品三种不同类型的特征变量,结合野外实测样地草地AGB数据,构建以多元线性逐步回归为代表的参数模型以及随机森林、支持向量机和kNN等非参数模型进行西藏自治区草地AGB估测及空间分布制图。结果表明：（1）多元线性逐步回归、随机森林、支持向量机和kNN模型在加入植被产品特征变量后,RMSE分别降低了15.8%、13.5%、4.1%和17.3%,表明植被产品作为建模变量用于草地AGB估测可有效提高模型精度;（2）三种组合变量构建的草地AGB估测模型中,反射率、植被指数、植被产品组合构建的模型效果最佳,其中kNN模型估测精度最高,R²达到0.60,RMSE和MAE分别为0.43、0.34 t/hm²;（3）草地AGB空间分布呈现出西北地区较低、中部地区较高且分布形态较破碎和东部地区较高的变化特征;（4）利用MODIS植被产品结合kNN模型的预测值与草地实测的AGB空间分布趋势基本一致。综上,MODIS植被产品结合kNN模型可作为大尺度区域草地AGB遥感估测的有效参考。     

黄河三角洲自然保护区湿地植被生物量空间分布及其影响因素

以黄河三角洲自然保护区为研究区域,以野外实测湿地植被地上生物量数据、Landsat-8影像数据和土壤各因子检测数据为数据源,通过分析各遥感因子与实测植被生物量的相关关系,建立生物量模型,进行生物量的定量反演。通过研究生物量与土壤、水环境因子的关系,筛选影响生物量的关键因子,进而分析生物量的空间分布规律。结果表明:湿地植被地上生物量的干重与各遥感因子的相关性较高;以NDVI、EVI、MSAVI、DVI、RVI、Band1、Band2、Band3、Band4、Band6共10个因子作为自变量建立的反演模型最优;反演计算的生物量干重分为5个等级区,最低的1级区和最高的5级区面积较小,为82.23、72.16 km2,分别占研究区湿地植被总面积的13.35%、11.71%。生物量干重适中的2、3、4级区所占面积较大,为211.99、136.39、113.29 km2,分别占研究区湿地植被总面积的34.41%、22.14%、18.39%;在各环境因子中水深对芦苇生物量干重影响最大,土壤含水率对碱蓬生物量干重影响最大,水、盐条件是导致优势种植被生物量干重出现空间分异的主导因素;植被生物量干重呈现由陆向海减小,由黄河河道两岸向外递减的趋势。     

大气校正对毛竹林生物量遥感估算的影响

基于Landsat TM影像对毛竹林生物量进行了估算,并利用6种大气校正方法(FLAASH、6S、DOS1～DOS4)分析了大气校正对毛竹林生物量遥感估算的影响.结果表明：6种大气校正模型均能有效地消除大气影响;不同大气校正模型校正后,归一化植被指数(NDVI)与毛竹林生物量之间的关系得到很好改善;对于同一种大气校正方法而言,NDVI、红外指数（II）和近红外指数（MI）与生物量之间关系的差异较大,说明在探讨植被指数的生物物理意义时必须进行大气校正;与其他5种模型相比,DOS3模型校正后的Landsat TM数据与毛竹林生物量之间具有最高的相关系数,但6种校正模型校正前后Landsat TM数据与毛竹林生物量之间的相关系数没有显著差异,说明采用单一时相遥感影像建立多元线性回归模型估算生物量时,可以不进行大气校正.     

表观反射率及其在植被遥感中的应用

 由于植被遥感应用定量化和监测等的需求,光学遥感数据的辐射校正更加受到重视。该文论述了辐射校正,辐射定标和大气校正的概念以及它们之间的区别及关系。特别对辐射定标的结果之一,大气层顶表观反射率,简称表观反射率(Apparent reflectance)的定义、概念、计算和它在植被遥感中的应用等方面,进行了详细的论述。     

黄瓜砧用白籽南瓜对不同盐胁迫的耐性评价

采用营养液栽培,研究Ca(NO₃)₂和NaCl胁迫对黄瓜嫁接用砧木南瓜幼苗生长和抗氧化酶活性的影响,并用隶属函数法综合评价其耐盐性.结果表明： 低浓度盐30 mmol·L^-1Ca(NO₃)₂和等渗的45 mmol·L^-1 NaCl处理促进砧木幼苗生长;高浓度盐60、120 mmol·L^-1Ca(NO₃)₂和等渗的90、180 mmol·L^-1NaCl胁迫下,各砧木幼苗的生长和抗氧化酶系统均受到不同程度的抑制,其中,‘青砧1号’的盐害指数最小,生物量及超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性的下降幅度以及相对电导率的上升幅度均小于其他砧木.高盐Ca(NO₃)₂胁迫下,各砧木SOD、POD和CAT酶活性均高于等渗的NaCl,而盐害指数和相对电导率低于NaCl,表明Ca(NO₃)₂对砧木南瓜幼苗生长的危害小于NaCl.4个砧木品种的耐盐性顺序为‘青砧1号’>‘佐木南瓜’>‘丰源铁甲’>‘超霸南瓜’.     

森林生物量遥感降尺度研究

森林生物量是评价全球碳氧平衡、气候变化的重要指标。目前已有基于星载激光雷达数据的全球森林生物量产品,但空间分辨率较低,不能很好地满足小区域森林调查和动态监测的需要。针对这一现状,以美国马里兰州两个森林分布状况不同的区域为研究区,基于CMS(Carbon Monitoring System)30 m分辨率和GEOCARBON 1 km分辨率森林地上生物量产品以及TM等数据源,通过升尺度模拟低分辨率生物量数据和直接使用低分辨率产品两种方式,分别尝试建立了多光谱地表参数和低分辨率森林地上生物量之间的统计关系,以此作为降尺度模型实现了森林地上生物量空间分辨率从1 km到30 m的转换,并对降尺度结果进行精度评价和误差分析。结果表明:模拟数据降尺度后的30 m分辨率森林地上生物量空间分布和CMS森林地上生物量分布状况大致相同,RMSE=59.2—65.5 Mg/hm~2,相关系数约为0.7;其降尺度结果优于GEOCARBON产品直接降尺度结果RMSE=75.3—79.9 Mg/hm~2;相较于线性模型,非线性模型能更好地呈现森林地上生物量和地表参数间的关系;总体上,降尺度生物量呈现高值区低估,低值区高估的现象。     

遥感在森林地上生物量估算中的应用

生物量是地表C循环研究的重要组成部分,生物量研究有助于深入认识区域乃至全球的C平衡。森林作为地球最重要的陆地生态系统,区域乃至全球尺度的森林地上生物量估算一直是生态学研究的难点之一。在大的空间尺度上,遥感技术是估算森林地上生物量的有效手段。TM、AVHRR、SAR等数据以及多源数据的融合在森林生物量估算方面广泛应用,并取得了显著效果。运用遥感技术进行森林生物量估算时,所采用的数据源不同,分析方法也不相同,主要分析方法有:相关分析、多元回归分析、神经网络和数学模型模拟等。随着测定不同空间、时间和波谱分辨率的各种传感器的广泛使用,以及生物量遥感估算模型的进一步发展和完善,大尺度森林生物量的遥感估算研究必将向前迈进一大步。     

青藏高原冬季枯草生物量遥感估算

草地生物量是高寒草甸生态系统功能状态与生产效益的基础指标。然而,青藏高原冬半年非生育期,包括生物量在内的牧草要素观测全面中止,使得冬季成为牧草观测的一个空白期。通过2020年8月—2021年4月在青海海北高寒草地逐月牧草参数与高光谱野外同步观测试验,进行了牧草不同月份、不同衰减状态下生物量、表观状态、光谱特征的观测及其动态变化过程分析。结果表明,高寒冬季牧草生物量总体呈迅速下降和相对稳定两个阶段。8—10月牧草生物量处于迅速衰减下降阶段,牧草生物量由8月的9225 kg/hm²急剧下降至10月的3536 kg/hm²,降幅近160%,11月—次年4月则进入总体稳定阶段。利用衰减过程牧草生物量与反射光谱间关系,提出了一种修订的归一化枯草植被指数(R-DGVI),该指数在低覆盖与高覆盖植被区均表现出较好的枯草识别能力,具有相比NDVI更强的枯草识别能力与更宽的阈值范围。在此基础上,建立的中分辨率成像光谱仪(MODIS)卫星冬季枯草生物量遥感估算模型R²达到0.5627(P<0.01),进一步,通过给出5个等级枯草生物量...     

Lidar remote sensing of above-ground biomass in three biomes

Estimation of the amount of carbon stored in forests is a key challenge for understanding the global carbon cycle, one which remote sensing is expected to help address. However, estimation of carbon storage in moderate to high biomass forests is difficult for conventional optical and radar sensors. Lidar (light detection and ranging) instruments measure the vertical structure of forests and thus hold great promise for remotely sensing the quantity and spatial organization of forest biomass. In this study, we compare the relationships between lidar‐measured canopy structure and coincident field measurements of above‐ground biomass at sites in the temperate deciduous, temperate coniferous, and boreal coniferous biomes. A single regression for all three sites is compared with equations derived for each site individually. The single equation explains 84% of variance in above‐ground biomass (P < 0.0001) and shows no statistically significant bias in its predictions for any individual site.     

基于遥感的广州市城市绿地生态服务功能评价

利用TM卫星影像数据和野外观测数据,运用遥感定量反演模型和知识,提取影响广州市城市绿地生态服务功能的地表参数,如叶面积指数、植被指数、土壤水、地表反照率、地表温度等,然后利用神经网络技术实现对单一因子的城市绿地生态服务功能的评价与分级;在此基础上,利用模糊聚类法对广州市城市绿地生态服务功能进行综合评价。结果表明:广州市城市中心绿地生态服务功能偏弱;绿地在各区分布差异较大,空间布局不够合理。生态服务功能一级的城市绿地面积为2.1km2,仅占研究区域总面积的0.4%,生态服务功能二级、三级和四级的绿地面积占研究区域总面积的比例分别为2.4%、5.0%和2.9%。     

基于森林群落和光谱曲线特征分异的福建省森林生物量遥感反演

基于福建省Landsat8 OLI影像,利用混合像元分解模型筛选出"纯净"的植被像元,提取296个调查样地对应植被像元的红光和近红外波段的中心波长(分别CWR和CWNIR)及其对应的反射率(分别R和NIR),构建以(NIR-R)/(CWNIR-CWR)为特征指数的叶生物量回归模型。然后根据针叶林、阔叶林及针阔混交林叶生物量与干、枝、叶所组成的地上生物量的关系方程,结合福建省植被覆盖分类数据,估测了整个福建省针叶林、阔叶林、混交林的地上生物量,并绘制了福建省地上生物量分布图。结果表明:红光和近红外两个波段反射率和其中心波长所组成的斜率与叶生物量相关性显著,与针叶林、阔叶林、混交林叶生物量的精度分别达到70.55%、68.89%、51.75%,采用这种方法对福建省叶生物量和地上总生物量进行估算,并进行精度验证,其中,针叶林、阔叶林、混交林叶物量的模型误差(RMSE)分别达到29.2467 t/hm~2(R~2=66.64%)、14.0258 t/hm~2(R~2=61.13%)、10.1788 t/hm~2(R~2=55.43%),地上总生物量的模型精度分别达到49.8315 t/hm~2(R~2=54.65%)、45.1820 t/hm~2(R~2=49.01%)、41.5131 t/hm~2(R~2=38.79%),这说明,采用红光波段和近红外波段与其中心波长所组成的斜率估测森林叶生物量,进而估算其地上总生物量的方法是可行的。